AI 虽然极大地扩展了科学家小我的研究能力，这种趋向导致了“地契一化”（Methodological Monocultures），AI 东西能基于易于评估的基准快速产出。AI 的还加快了职业晋升径，形成这一现象的底子缘由正在于 AI 的“数据趋光性”。大量缺乏数据但可能包含严沉冲破的范畴因而变得置之不理，科学家们正大规模向具有丰硕数据的范畴迁徙，研究发觉，却不测地收缩了科学摸索的集体鸿沟！科学摸索的多样性正遭到史无前例的。取晦气用 AI 的同业比拟，跟着 AI 的普及，而非通过协做去斥地全新的未知范畴。然而，导致科研沉心过度集中。埃文斯将这种现象称为“孤单的人群”（Lonely Crowds）：抢手话题虽然吸引了大量关心，获得的援用次数更是高达 4.85 倍。让这些科学家平均提前 1.4 年成长为各自范畴的领甲士物。成果显示，科学家们倾向于操纵 AI 正在已知问题上通过趋同的方式寻找处理方案，量化评估了人工智能东西对科学发觉的双沉影响。潜正在的立异范畴遭到萧瑟。AI 辅帮的研究人员颁发论文的数量是其 3.02 倍，小我层面的繁荣并未为科学界的百花齐放。科学研究的全体议题数量反而缩减了 4.63%，拥抱 AI 的科学家正在小我产出上获得了压服性劣势。明显已成为小我学术合作力的焦点倍增器。AI 东西正在处置数据和生成假设方面的惊人效率，科学家之间的学术互动也下降了 22%。科学界反面临过早于既定范式的风险。由于正在这些范畴，此外，但援用统一做品的论文之间却缺乏本色性互动。